量化投资学习笔记03——封装回测操作

Js 与浮点数

从前两篇文章中,我们使用pyalgotrade框架进行了量化策略的回测的基本操作。使用框架确实比较方便,但是仍有很多每次都要进行的重复操作,比如建立数据源,建立策略,绑定策略与分析器,运行回测,取得回测结果,绘图等。能不能进行进一步的封装?我想要的是,指定要交易的股票代码,基准股票代码,初始资金,手续费率,回测时间等参数,然后执行回测,就能得到各种回测数据,还可以绘图。
现在就开始干吧。

class Backtesting():
    def __init__(self):
        pass

先建立构造函数,传入上面所说的各种初始值。

"""
封装回测过程
参数:
instrument: 要回测的股票代码
startYear: 回测开始年份
endYear: 回测结束年份
base: 基准股票代码,默认为300etf
cash: 初始资金,默认为1000000元
feeRate: 手续费费率,默认为0.0003
"""
"""
封装回测过程
参数:
 instrument: 要回测的股票代码
 startYear: 回测开始年份
 endYear: 回测结束年份
 strategy: 回测的策略
 base: 基准股票代码,默认为300etf
 cash: 初始资金,默认为1000000元
 feeRate: 手续费费率,默认为0.0003
"""
class Backtesting():
 def __init__(self, instrument, startYear, endYear, strategy, base = "510300", cash = 1000000, feeRate = 0.0003):
  self.__instrument = instrument
  self.__startYear = startYear
  self.__endYear = endYear
  self.__strategy = strategy
  self.__base = base
  self.__cash = cash
  self.__feeRate = feeRate
  # 要创建的内部变量
  self.__strategyTest = None
  self.__feed = None
  self.__strategyBase = None
  self.__feedBase = None
  self.__brk = None
  self.__brkBase = None
  self.__return = returns.Returns()
  self.__returnBase = returns.Returns()
  self.__sharpe = sharpe.SharpeRatio()
  self.__drawdown = drawdown.DrawDown()
  self.__trade = trades.Trades()

接着分别实现createBarfeed(self),createBroker(self),createStrategy(self)成员函数,具体实现跟之前的一样,就不粘上来了。
跟着要建立策略分析器并与策略对象绑定。

类加载器深入理解和双亲委托模型的案例分析

# 创建策略并绑定分析器
def createStrategy(self):
    self.__strategyTest =     self.__strategy(self.__feed, self.__instrument, self.__brk)
      self.__strategyTest.attachAnalyzer(self.__return)
    self.__strategyTest.attachAnalyzer(self.__sharpe)
    self.__strategyTest.attachAnalyzer(self.__drawdown)
    self.__strategyTest.attachAnalyzer(self.__trade)
    self.__strategyBase
= self.__strategy(self.__feedBase, self.__base, self.__brk)
    self.__strategyTest.attachAnalyzer(self.__returnBase)

接下来就要把上面的流程串起来,本来我想在一个函数里面搞定,先创建barfeed和broker,然后创建策略,运行回测,计算指标并返回结果。但是发现有错误,运行以后程序就不停地在运行回测那里反复,最后回溯超过最大值程序停止。可能是因为pyalgotrade是事件驱动型的框架吧。只好妥协:封装的类建立了策略以后返回策略,由类的调用者手动调用run执行回测,然后再手动获取回测指标。像这样。

    bt = Backtesting(["000001"], 2016, 2018, MyStrategy)
    strategy = bt.getStrategy()
    strategy[0].run()
    strategy[1].run()
    result = bt.getResult()
    bt.outputResult()

量化投资学习笔记03——封装回测操作
输出的结果跟之前的程序一样。接下来再把绘图的功能加上吧。
量化投资学习笔记03——封装回测操作
图还是有点问题,我是想把策略收益跟基准收益画到一起的。另外类里面也没有做错误处理等。不过基本功能还是实现了。其它的用到再说吧。
代码:https://github.com/zwdnet/MyQuant/tree/master/03

我发文章的四个地方,欢迎大家在朋友圈等地方分享,欢迎点“在看”。
我的个人博客地址:https://zwdnet.github.io
我的CSDN博客地址:https://blog.csdn.net/zwdnet
我的博客园博客地址: https://www.cnblogs.com/zwdnet/
我的微信个人订阅号:赵瑜敏的口腔医学学习园地
量化投资学习笔记03——封装回测操作

深入浅出分析 PriorityQueue

© 版权声明
THE END
喜欢就支持一下吧
点赞0 分享